Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Verso il superamento dei modelli di regressione di sopravvivenza standard nella previsione del rischio cardiovascolare: applicazione di modelli longitudinali e di sopravvivenza integrati con il machine-learning |
|---|---|
| Titolo del progetto di ricerca in inglese | Moving beyond standard survival regression techniques in cardiovascular risk prediction: applying joint longitudinal and survival models integrated with machine learning to estimate personalized risk trajectories |
| Settore Concorsuale | 06 - Scienze mediche |
| S.S.D | MED/01 - STATISTICA MEDICA |
| Descrizione sintetica in italiano | In questo progetto lavoreremo su dati provenienti dall'Osservatorio delle malattie cardiovascolari di Trieste. La coorte sarà definita dai pazienti a cui è stato diagnosticato lo SCC (Scompenso Cardiaco) alla prima visita cardiologica (visita indice) a partire dal 2009 a Trieste. Gli esiti di interesse saranno i ricoveri multipli per scompenso/cause cardiovascolari, che sono eventi ricorrenti con una durata e la morte come evento terminale. Come candidati predittori saranno presi in considerazione tutte le caratteristiche cliniche, le comorbidità, i marker di laboratorio, i parametri ECG ed ECO a partire dalla visita indice. Inoltre, saranno analizzati tutti i farmaci prescritti ai membri della coorte durante il follow-up dal sistema pubblico di distribuzione dei farmaci. Saranno esplorati i recenti modelli longitudinali e di sopravvivenza congiunti integrati con metodi di machine learning per stimare traiettorie di rischio personalizzate. |
| Descrizione sintetica in inglese | In this project we will work on data coming from the Trieste Observatory of Cardiovascular Diseases. The cohort will be defined as patients which are diagnosed with HF (Heart Failure) at their first cardiological visit (index visit) starting from 2009 in Trieste. Outcomes of interest will be multiple hospitalizations for HF/cardiovascular causes, which are recurrent events with a duration, and death as a terminal event. As candidate predictors, all clinical characteristics, comorbidities, laboratory markers, ECG and ECO parameters starting from the index visit will be considered. Moreover, all drugs prescription dispensed to the cohort members during follow-up from the public drug distribution system will be analyzed. Recently proposed joint longitudinal and survival models integrated with machine learning will be explored to estimate personalized risk trajectories. |
| Data del bando | 16/06/2020 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | http://web.units.it/concorsi/ricerca/assegni-ricerca/pub |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 19368 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 24 |
| Nome dell'Ente finanziatore | Università degli Studi di Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | http://www.units.it |
| concorsidoc@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 17/07/2020 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |